<![CDATA[Identifikasi klasifikasi jenis tumbuhan secara otomatis berdasarkan citra daun masih menjadi tantangan tersendiri di bidang botani dan pertanian. Untuk mengatasi masalah ini, arsitektur Convolutional Neural Network (CNN) diterapkan untuk melakukan tugas klasifikasi biner, yaitu membedakan antara objek daun mangga (Mangifera indica) dan daun jambu biji (Psidium guajava) berdasarkan citranya. Dataset terdiri dari 1004 citra (502 mangga dan 502 jambu), dibagi menjadi 80% data latih dan 20% data validasi. Arsitektur CNN yang dibangun mencakup tiga lapisan konvolusi untuk ekstraksi fitur otomatis, diikuti lapisan pooling, flatten, dropout, dan dense untuk klasifikasi. Model dilatih menggunakan data latih yang telah di augmentasi selama 15 epoch dengan optimizer Adam dan fungsi loss binary crossentropy. Hasil evaluasi pada data validasi menunjukkan model mencapai akurasi 95.02%, membuktikan kemampuan dalam mempelajari pola pembeda dan melakukan klasifikasi biner pada objek daun secara efektif.]]>
Copyrights © 2026
